Ekonometri: CU dengesini tartışalım. - sayfa 8
Ticaret fırsatlarını kaçırıyorsunuz:
- Ücretsiz ticaret uygulamaları
- İşlem kopyalama için 8.000'den fazla sinyal
- Finansal piyasaları keşfetmek için ekonomik haberler
Kayıt
Giriş yap
Gizlilik ve Veri Koruma Politikasını ve MQL5.com Kullanım Şartlarını kabul edersiniz
Hesabınız yoksa, lütfen kaydolun
Vay, sonunda. Bu konu başlığındadır.
240 ile 52'yi kıyaslayamazsınız. Benim için bu esastır. Buradaki nokta, 240 ve 52'nin rastgele değişkenlerin uygulamaları olmasıdır. Yani düştü. Ve asıl soru: gelecekte aynı veya hemen hemen aynı veya hemen hemen aynı olması veya hiç aynı olmaması olasılığı nedir?
Artık analiz bu soruya cevap vermelidir ve test kârının büyüklüğünden çok daha önemlidir.
Dağıtımda kalın kuyrukları varsa veya yoksa hangi aptal karlı bir aracı çöpe atar?
Örneğin karlı bir araç vermek var. Yıl boyunca aylık %30 kar, ancak bilanço modelinin artıklarının dağılımında yağlı kuyruklar var. Ne olmuş?
iyi, kesinlikle aptalsın)) Bunun, geçmiş sonuçlara güvenilemeyeceğinin bir işareti olduğunu zaten açıkladım. dahil ve "Bir yıl boyunca aylık %30 kar." Martin de bunu yapabilir ve aslında negatif bölgede büyük kuyruklar olacak olan öz sermaye düşüşleri olacaktır. Ancak, bazı insanlar ticaret yapmayacak beyinlere sahiptir.
iyi, kesinlikle aptalsın)) Bunun, geçmiş sonuçlara güvenilemeyeceğinin bir işareti olduğunu zaten açıkladım. dahil ve "Bir yıl boyunca aylık %30 kar." Martin de bunu yapabilir ve aslında negatif bölgede büyük kuyruklar olacak olan öz sermaye düşüşleri olacaktır. Ancak, bazı insanlar ticaret yapmayacak beyinlere sahiptir.
Aptal, beni affet!
Konuyu sekiz kez yeniden okudum - eşitlik yok, sadece bilanço tablosu ..... Belki aptalsın?
Tekrar deneyin - denge grafiğine göre (herhangi bir nedenle) bir regresyon modeli inşa eden karlı bir TS'niz var. Artıklar normal olarak dağılır, ancak kalın kuyruklarla. Ve onun anlamı ne?
PS Doğru cevabı aşağıya yazacağım ...
Cevabı bıraktın. DEMI, regresyon analizi üzerine bir ders kitabından bir cevap sağladı, ancak bir alıntıyı modellerken regresyon analizi yeterli değil. Ve hiçbir yerde normallik yok.
bu yüzden regresyon analizi ya da hala ne olduğu önemsizdir. Çok sayıda bağımsız dağılımın toplamı normal olma eğilimindedir.
Dağıtımda kalın kuyrukları varsa veya yoksa hangi aptal karlı bir aracı çöpe atar?
Örneğin karlı bir araç vermek var. Yıl boyunca aylık %30 kar, ancak bilanço modelinin artıklarının dağılımında yağlı kuyruklar var. Ne olmuş?
Anladığım kadarıyla, kalın kuyruklar değişken varyanstır, kotadaki aykırı değerlerdir. Ve bu iyi değil. TS'nin önceki sonucu geleceğe tahmin edilemez. Bu, TC'nin "çürümüş" olduğu anlamına gelir. Bu, TS istatistiklerinin kontrol edilmediği, TA üzerine kurulu bir TS özelliğidir. Bunu yaparsanız - bir ay işe yarar, üç, rekorum 6 aydır. Bu nedenle verilen konunun bir konusu üzerinde düşünmeye başlamıştır.
Artık durağansa, TS'nin karlılığı bir açıklama ile değişmeyecektir: varyans içinde dalgalanacaktır. Varyansı kârlılıktan çıkarırsanız ve yine de bir artı alırsanız, genellikle idealdir.
Kalan normal ise, sigma kuralı çalışır.
.
Bu böyle olmalı.
Aptal, beni affet!
Konuyu sekiz kez yeniden okudum - eşitlik yok, sadece bilanço tablosu ..... Belki aptalsın?
Tekrar deneyin - denge grafiğine göre (herhangi bir nedenle) bir regresyon modeli inşa eden karlı bir TS'niz var. Artıklar normal olarak dağılır, ancak kalın kuyruklarla. Ve onun anlamı ne?
PS Doğru cevabı aşağıya yazacağım ...
sadece eşitlik, eğer faa dengeyi analiz ederse, bu yanlıştır. esnaf içindeki dezavantajlar gizlidir. Ancak bunlar tamamen MT terimleridir.
MO değişmezse, bu iyidir. Sistem takas edilebilir - sağlamlık. Aksi takdirde, geçmiş sonuçlara güven olmaz ve sistem takas edilemez.
Anladığım kadarıyla, kalın kuyruklar değişken varyanstır, kotadaki aykırı değerlerdir. Ve bu iyi değil. TS'nin önceki sonucu geleceğe tahmin edilemez. Bu, TC'nin "çürümüş" olduğu anlamına gelir. Bu, TS istatistiklerinin kontrol edilmediği, TA üzerine kurulu bir TS özelliğidir. Bunu yaparsanız - bir ay işe yarar, üç, rekorum 6 aydır. Bu nedenle verilen konunun bir konusu üzerinde düşünmeye başlamıştır.
Artık durağansa, TS'nin karlılığı bir açıklama ile değişmeyecektir: varyans içinde dalgalanacaktır. Varyansı kârlılıktan çıkarırsanız ve yine de bir artı alırsanız, genellikle idealdir.
Kalan normal ise, sigma kuralı çalışır.
.
Bu böyle olmalı.
Yukarıda vaat edilen yanıtı yayınlıyorum - yalnızca aralık tahminlerini güvenilir bir şekilde elde etmek için artıkların normalliğine ihtiyacımız var ( güven aralığının genişliğinin hesaplanması ) - uygulanan görevler için önemli bir prosedür. Ancak, aralık tahminleri gerekli değilse, hem örnekte gözlenen değerin hem de artıkların herhangi bir dağılımı için bir regresyon oluşturmak mümkündür.
Yani artıklar normal olarak dağılır, anormal şekilde kalın kuyruklarla, ince olanlarla, kuyruksuz - önemli değil ........................ ................................................................
Bir trend atmak, böylece ana şeyi atarsınız, çünkü söz konusu sürecin yönünü ve eğimini belirleyen trend budur. Daha açık hale getirmek için, öncekilere benzer iki uygulama düşünün, ancak ilk +%240 ve ikinci -%52. Trendleri atın - gürültüyü alın. Bu seslerin analizi bu durumda ne verecek? Bu şekilde "çocuk" dışarı sıçrar ve sadece "su" kalır.
Benim düşünceme göre, bu size kişisel olarak ilk açıklamam değil - hiç kimse hiçbir yere trend atmaz.
Yukarıda yazdım: trend istatistikleri "tıkanıyor" ve hesaplamalarda kanıt verdi. Bu nedenle, gerçek gürültü göstergelerine sahip olmak için eğilimi vurguluyorum.
Anladığım kadarıyla, kalın kuyruklar değişken varyanstır, kotadaki aykırı değerlerdir. Ve bu iyi değil. TS'nin önceki sonucu geleceğe tahmin edilemez. Bu, TC'nin "çürümüş" olduğu anlamına gelir. Bu, TS istatistiklerinin kontrol edilmediği, TA üzerine kurulu bir TS özelliğidir. Bunu yaparsanız - bir ay işe yarar, üç, rekorum 6 aydır. Bu nedenle verilen konunun bir konusu üzerinde düşünmeye başlamıştır.
Artık durağansa, TS'nin karlılığı bir açıklama ile değişmeyecektir: varyans içinde dalgalanacaktır. Varyansı kârlılıktan çıkarırsanız ve yine de bir artı alırsanız, genellikle idealdir.
Kalan normal ise, sigma kuralı çalışır.
.
Bu böyle olmalı.
yani aracın karlılığının değişmediği varsayılırsa, yani. mo=const, o zaman neden bazı karmaşık trend düşürmeler yapsın ve sadece doğrusal trendi eşitlikten çıkarmıyor? Onlar. trend modeli y=kx, burada k=mo, x-ticaret, y-öz sermaye